Qwen3.7 Flash vs Step 3.5 Flash (medium)

排名: #136
总输出令牌: 90,507
响应时间（平均）: 10.06s
总成本: $0.019

排名: #146
总输出令牌: 402,554
响应时间（平均）: 174.22s
总成本: $0.108

推荐模型 Qwen3.7 Flash

它在这里得分最高（6.1），同时成本比Step 3.5 Flash (medium)低约 5.8 倍。

详细对比

指标	Qwen3.7 Flash Qwen3.7 Flash none 发布日期: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01

指标	Qwen3.7 Flash Qwen3.7 Flash none 发布日期: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数	6.1	6.0
排名	#136	#146
可靠性	10.0	9.2
一致性	9.2	9.0
测试正确
尝试通过率	36.4%	51.5%
不稳定测试	2	1
总运行次数	66	63
每个结果成本	0.262	0.540
总成本	$0.019	$0.108
输入价格	$0.030 / 1M	$0.100 / 1M
输出价格	$0.130 / 1M	$0.300 / 1M
总输入令牌	218,731	65,707
输出令牌	90,507	108,561
推理令牌	0	293,993
响应时间（平均）	10.06s	174.22s
响应时间（最大）	186.24s	1597.85s
响应时间（总计）	221.34s	2613.32s

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#136 Qwen3.7 Flash

none

成本: $0.001
时间: 34.0s
令牌: 4,814 tok

#146 Step 3.5 Flash

medium

成本: $0.008
时间: 277.1s
令牌: 23,695 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	3.0	7.9	8.3%	1		2.55s	696	1,627	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	5.5	10.0	33.3%	0		1.55s	7,911	855	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	3.8	5.8	33.3%	1		94.59s	191,173	86,701	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	10.0	10.0	100.0%	0		2.09s	7,794	243	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	5.3	10.0	33.3%	0		884ms	789	15	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	10.0	10.0	100.0%	0		963ms	522	86	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	6.3	10.0	50.0%	0		892ms	711	66	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	3.7	10.0	0.0%	0		1.39s	714	633	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	10.0	10.0	100.0%	0		2.80s	8,211	272	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.7 Flash	3.0	10.0	0.0%	0		766ms	210	9	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

快速对比

切换对比组合

gpt-oss-120bmediumvsQwen3.7 Flashnone Trinity Large ThinkinglowvsStep 3.5 Flashmedium Qwen3.7 FlashnonevsInklinglow Nemotron 3 Ultranone免费可用vsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsQwen3.7 Flashnone Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium GPT-5 NanomediumvsQwen3.7 Flashnone Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Step 3.5 FlashmediumvsInklinglow